大数据时代保护隐私的另一方向：往大数据里投毒

[billytv]

大家都说在大数据下隐私都暴露无遗，各种 app 的广告精准投递，与其小心地防着，也许能换个方式向大数据里投毒？如爬虫一样，防守一方往数据里投假数据，混淆虚实，爬虫一方不小心就把假数据当成真，得到无效数据。

简单实现方式：
在已登录淘宝 /京东账号，搜索与自己兴趣毫无关联的产品，如玉石、茶叶等, 模拟长时间浏览 /加购物车 /咨询小二等操作。

经过一轮操作，推荐页面已变得与个人兴趣不太相关，简单实现投毒。

进一步投毒：
所有厂商用于识别个人画像的东西，如手机型号，使用时间(半夜打开)、IP 与地理 (使用代理)、输入法、音频 (如真有偷听) 都可以进行投毒， 另一方面可以多人公用账号来混淆对个人精准识别 (但可能会有安全风险， 而且据说不少 app 能根据用户手指滑动习惯精准识别用户)

自动化：
利用 xposed/圈 x 等工具自动化操作，定时往 APP/sdk/各大广告联盟输送无效数据

如果这个方式有效且落实得好，即使账号已经实名制，但各大厂拿到的个人画像已经变成模糊不清，营销变得毫无意义

[kaiki]

用魔法打败魔法还是挺难的，毕竟道高一尺魔高一丈。
我在淘宝上搜索一个我之前从来没搜过的商品，直接让我滑验证码。
如果大数据足够强大，通过对用户进行画像，剔除无关数据，那灌垃圾行为就可以被发现，退一步来说，现在已经画得差不多了，灌垃圾也不过是多加几笔罢了，影响不了大数据对你的真实信息的判断，除非你的在所有平台的数据无关联或无规律可循。

[arcadia]

这个如果能实现，可能要系统化的帮你做一个假身份，模拟人每天都在产生大量的假行为。但是真做出来了，你使用各种 APP 的体验也都会差很多

[czfy]

主要是，太麻烦了..或者说门槛相对高，无法普及，无法大规模反制
当然关心隐私的个人这么做是可以的，多一个人是一个人

[kaiki]

@arcadia 其实没那么复杂，假身份太假更容易被拆穿，最主要的还是不同的 APP 身份隔离，让背后的数据收集无法归类为一个身份。

[billytv]

@kaiki 用户画像会随着时间而改变, 比如一个单身的人恋爱了, 他需要的东西跟之前完全不一样, 兴趣 /爱好这些也会慢慢产生变化, 至于判断垃圾数据的机制, 就跟爬虫与反爬一样, 是技术的较量, 没有说哪一方一定会赢, 试了才会知道

[kaiki]

@billytv 变化一般是循序渐进的，就像我遇到的例子，突然搜索从来没搜过的东西他会让我验证，很明显就是发现了异常，同理灌垃圾这种行为也是会被检测到的，它可以先画，但是是否标记为有效数据，得再继续深入了。
你这个想法在 V 站不是第一次出现，我认为单纯的无效数据很容易过滤，如果能创建有依据、连续的数据，更容易产生干扰效果。

[jiezhi]

以前也想过试图扰乱对手，只要我跑得步伐够乱，敌人就看不清我的方向。

但最后应该是数据挖掘技术更强了。

[xiangyuecn]

深挖洞 广积粮 扔掉手机 剪断网线

[imn1]

前几天好像已经有一帖讨论过了

很难，难点在于难以坚持
信息鲜活度是个很重要的参数，技术上就是权重，近期的信息权重肯定更大，除非一直保持信息投毒这种操作，否则过一段时间，这个有毒信息鲜活度降低（权重减少），那么你的日常操作又重新占了主要的权重，没用

#1 说的是另一方面，现在很多“追踪隐私”的操作，已经和账户联系相当紧密了，变成了风控的一个部分，如果进行大量自我数据污染，搞不好就是封号
你可以试试切换多个 IP 访问 v2ex，先说一句，出问题我不担责，🐶

我现在用的是行为隔离的方案，但向别人推荐时，99.9%都嫌麻烦
所以，“大部分人愿意用隐私换便利”，将成为今后几十年的一个恒久金句

[liulaomo]

可以利用浏览器插件来实现

[DAMNYOU]

真简单的方法就是用假身份证，反正画像再真实 你用的都是壳，随时可以抛弃。

[jasonyang9]

必须有自动化工具，居家旅行必备。让它 Y 的去分析

[love]

典型的损人不利己，费了半天劲一顿操作对自己啥好处也得不到

[dswyzx]

画像不一定就必须每人一个画像，太过离谱的，比如年入千把天天浏览奢侈品的直接当垃圾数据过滤，然后取多数人的相似结果给你推怎么办

[Varobjs]

最简单就是不要实名，但你觉得现在不实名可能吗

[wangkun025]

支持你。

[hahastudio]

/t/531819

[wolfie]

本地数据文件、好友关系 算是大多数人更关注的隐私数据。
广告还是那么些个广告，个人反而更希望推的质量高一些。

[remarrexxar]

《掟上今日子的备忘录》里的一个故事，一个内向自闭的女中学生喜欢阅读却不想暴露自己的爱好，所以在旧书店买书的时候会故意混杂大量无关的书一起买。但是对于专业的书店店长来说时间一长依旧能分析出她喜欢什么书，店员后来依旧准确的推荐出了女孩喜欢类型的书。对于大数据分析也是一样的道理。

[recall704]

之前就干过，QQ 空间照片经常有提问

“这是 xxx 吗？”

我都点不是，